中国移动（王小玉）：新一代云原生数据库分析型数据库架构设计和应用创新

王小玉｜中国移动信息技术中心 自主·创新·引领 目录Contents 产品架构01 关键技术02 场景案例03 第一部分产品架构 中国移动大数据发展历程 中国移动大数据资源禀赋 中国移动大数据平台演进 梧桐云原生分析型数据库 梧桐云原生分析型数据库是中国移动信息技术中心基于Greenplum自主研发的分布式分析型数据库产品。具备云原生、高并发、高性能、多模检索等特性，可帮助企业用户快速构建支撑全域数据管理，实现全视角数据分析的云原生数据仓库。 技术架构 梧桐云原生分析型数据库采用采用存算分离架构，实现了存算分离、服务和计算节点无状态的弹性扩展、多个异构存储同时接入、跨存储联合查询；在性能方面，通过内核优化实现了向量化执行引擎、C++原生HDFS接入、数据缓存、算子下推等技术；在生态方面，可以支持多种云基础设施，并支持云化、虚拟机、物理机等多种部署方式，成功适配多款国产服务器及操作系统。 Chapter02 第二部分关键技术 全栈云原生设计 梧桐云原生分析型数据库服务、计算和存储均可按需弹性扩展，完全的云原生设计，支持多种云基础设施和容器化、虚拟机、物理机等多种部署方式。 多模数据库全域数据分析 梧桐云原生分析型数据库依托PostgreSQL开源生态实现多模分析检索，提供全域数据管理和全场景数据分析能力。 高性能高并发计算 梧桐云原生分析型数据库的执行器基于SIMD（单指令多数据流）指令集进行向量化重构，大幅提升并行计算性能，同时具备弹性本地并行调度，可优化资源使用，合理进行SQL任务调度。性能比传统数据仓库快5-10倍，比传统SQLonHadoop引擎快几十倍： 向量化执行引擎 弹性并行化调度引擎 •基于AVX-256SIMD指令集优化，单指令多数据流•动态流水线处理架构，消除IO等待导致的CPU空置 •根据资源负载实时调整并行度，与数据分布、模式定义解耦•单query时，动态提升并行度，利用所有资源•多query时，动态降低并行度，提供并发量 优化器不再参考数据部分和模式定义来直接决定并行度，而是由资源管理模块在执行节点上动态调整并行度。 Chapter03 第三部分场景案例 湖仓一体融合分析 基于梧桐数据库的湖仓一体能力，实现数据仓库与数据湖的数据和模型互通，提升数据共享效率，解决数据孤岛问题，构建企业级湖仓融合分析大数据平台。 基于公有云按需付费 梧桐云原生分析型数据库支持主流公有云基础设施，并提供简单易用的云管理平台。云管理平台可以根据实时的业务负载，对计算资源进行自动的扩缩容，最大化节约客户的投资。 将公有云的云主机，根据不同的CPU/内存等配置，封装成云上不同的计算资源的型号。如:small,medium,large等，对应的是云平台上“某2核8GB内存配备云主机的2个节点”，“某8核32GB内存配备的云主机4个节点“，“某32核128GB内存配备的云主机8个节点“。每一种配备的资源型号都有具体的标价，以OCU计价。 梧桐数据库支持多虚拟计算集群架构，可实现租户间的计算资源的完全隔离。虚拟计算集群的实例（VCI）可在云上根据负载情况弹性扩缩容。算力弹性伸缩，可以解决大数据平台算力不足问题（分流算力波峰），按需动态调整算力，提高资源利用率。 大规模集群混合负载 传统数据仓库架构下，面对混合业务负载场景，不得不分库分集群，导致数据开发复杂度高、同时带来数据孤岛问题。梧桐云原生分析型数据库可以一库多用，满足实时查询、批处理、关联分析等混合业务负载，实现资源隔离，各业务互不影响，满足多用户、多业务、混合负载的业务需求。 THANKS 感谢聆听 自主·创新·引领